ml-for-security

[ShituoMa]

你是否已经阅读并同意《Datawhale开源项目指南》？

• 我已阅读并同意《Datawhale开源项目指南》

你是否已经阅读并同意《Datawhale开源项目行为准则》？

• 我已阅读并同意《Datawhale开源项目行为准则》

项目简介

本项目将对网络与信息安全领域不同研究方向中对机器学习和人工智能技术的应用进行归纳梳理，在相对系统地总结ML in security的知识体系同时辅以一定的实践。分为安全概述、密码学、硬件与系统安全、通信安全、web安全、网络流量分析、软件安全、威胁情报与态势感知、常见攻击行为、攻防对抗、数据安全、机器学习安全、内容与认知安全、大语言模型安全、真实场景等不同方面，系统性为大家展示网络空间安全中广泛应用的机器学习技术。

立项理由

12月许愿池，应大家强烈要求，我在12月组队学习将会发布“网络流量分析——加密流量分析问题”章节。在本项目中我们会带领大家了解加密流量分析的概念、机器学习方法在加密流量领域中的应用，并亲手针对Tor网络中的流量数据进行分析，入门加密流量领域。

项目受众

人工智能、计算机科学与技术、网络空间安全、软件工程等专业学生，对网络安全领域感兴趣或初步入门的学习者

项目亮点

目前这方面我们还没有先例。12月组队学习是小课形式，后面会逐渐完善体系，从比较完整的角度探讨网络空间安全中的机器学习方法。

项目规划

系列大项目的完整大纲：

12月小课的章节：

• 什么是加密流量
• 机器学习在加密流量分析中的应用
• 实践：利用机器学习对ISCX-Tor2016数据集进行加密流量分类
  • 流量数据集的分析与特征提取
  • 机器学习模型的选择与训练
  • 如何评估加密流量分类的效果
  • 进阶内容：LLM在加密流量分类中的探索

已完成内容

还在写，写好了联系团队push过来。预计11月末交稿12月组队学习内容全文。

❗❗❗注意事项❗❗❗：为了便于我们跟你取得联系，请加务必加我们的微信：at-Sm1les（备注你来自于项目立项即可），发起立项申请后DOPMC成员将会在7天内给出审核意见并评论在该Issue，若7天内无反对意见则默认立项通过，如有任何疑问或者需要帮助均可随时联系微信：at-Sm1les

• 我已知悉上述注意事项并添加了微信：at-Sm1les

[Sm1les]

12月份必开组队学习课程，免审核